[发明专利]在数字血管造影图像中分割血管数据的方法

说明书

技术领域

本发明属于医学图像处理技术领域，具体涉及一种在数字血管造影图像中分割血管数据的方法，图像包括减影与非减影的影像。

背景技术

数字血管造影技术在临床已应用20多年，是心脑血管疾病无创诊断与介入治疗的重要依据和手段。血管造影图像处理中的一个关键任务就是进行图像分割，以使血管的生理特征能够更清楚的显示出来，结构分析、运动分析、三维可视化等后续操作，以及图像引导手术、肿瘤放射治疗、治疗评估等应用研究都是以图像分割为基础。由于X射线经过的组织厚度以及血液中的造影剂浓度不均匀、背景和目标混杂以及人体组织复杂的结构和形状，使准确和完整的血管分割十分困难。

C.Kirbas和F.Quek提出，现有的血管分割技术大致可以分为6大类：模式识别方法、基于模型的方法、基于跟踪的方法、人工智能方法、神经网络方法、管状物体检测法，其中一些类型还可以细分(见“血管提取技术和算法的综述”，ACM Computing Surveys，36(2)：81-121，2004)。而数学形态学方法是一种被广泛应用的血管分割方法，其特点是通过简单的集合运算处理图像，对于不同形态特征的模式能有效描述及区分，从而实现有效的分割。

形态学图像分析的特点在构造针对目标的结构元素以及用此结构元素作用于图像的操作，从而得到可利用的图像信息。形态学变换与结构元素的大小和形状密切相关。血管通常假设为近似(局部)的线性结构。文献1：Brett D.Thackray，Alan C.Nelson，“Semi-automatic segmentation of vascularnetwork using element(ROSE)with mathematical morphology and dual featurethresholding，”Image Trans.Med.Image.，vo1.12，no.3，(1993)pp.385-392.使用8个方向的线性结构元素形态滤波图象，得到不连续的血管结构。文献2：F.Zana，J.C.Klein，“Segmentation of Vessel-Like Pattems Using MathematicalMorphology and Curvature Evaluation，”Image Trans.Image Processing，vol.10，no.7.July 2001.利用了恢复连通结构的技术开重建来得到更完整的血管结构。

但由于造影剂在血管内流动造成的血管方向上灰度的不连续使传统的形态学操作以及保护形态的开重建都受到一定限制，影像上血管在不同位置大小不同，使得结构元素(组)在去除背景目标的同时保留所有的血管结构总是存在矛盾。

发明内容

本发明的目的在于提供一种在数字血管造影图像中分割血管数据的方法，该方法能对血管造影图像有效分割，并且速度快。

本发明提供的在数字血管造影图像中分割血管数据的方法，其步骤包括：

(1)按照下述过程对原始图像X进行增强：

用结构元素A对原始图像X采用公式(I)进行头帽变换，计算获得增强图象Y1；其中A是以坐标原点为中心、直径为L1的一个圆盘型局部邻域，邻域中每一个点的次序标记为mn，其值为α_mn，m＝-M，...，M；n＝-N，...，N为标记的范围，M＝N＝int(L1/2)，int()为取整函数，L1的取值范围为D至D+D/4，D为血管的最大直径；

Y1＝X-XоA，(I)

其中X为原始图像，о表示开运算，定义为：XоA＝(XΘA)A；(XΘA)和(XA)分别定义为：

(XΘA)＝{min(X_i-m，j-n-α_mn)|m＝-M，..，M；n＝-N，...，N}

(XA)＝{max(X_i-m，j-n+α_mn)|m＝-M，..，M；n＝-N，...，N}

其中i，j为原始图像X当前点的坐标位置。

(2)在0-180度中均匀分布的K个方向分别用结构元素Bⁱ采用公式(II)和(III)计算获得第一次滤波后的图像Y2和第二次滤波后的图像Y3：